우리 대학 인공지능학부 김장호 교수 연구팀(신종윤(석사과정), 한승진 학생)이 지난 7월 16일(화) 스페인 Universitat Pompeu Fabra에서 개최된 UAI 학회에서 "Cooperative Meta-Learning with Gradient Augmentation" 논문을 발표했다. UAI 학회는 인공지능 관련 최우수 학회로, 1985년부터 매년 개최되어 올해 40회를 맞이했다.
이 논문에서는 메타 학습의 성능을 향상시키기 위해 CML(Cooperative Meta-Learning)을 개발했으며, 기존 모델-불가지론적 메타 학습(Model-Agnostic Meta-Learning, MAML) 구조를 확장하여 모델의 일반화 성능을 높이는 새로운 방법을 제안했다.
기존의 MAML은 두 개의 최적화 루프를 통해 새로운 작업을 학습하지만, CML은 협력 학습자(co-learner)를 도입하여 메타초기화 파라미터를 더 잘 찾을 수 있도록 돕는다. 협력 학습자는 내부 루프 업데이트 없이 외부 루프에서만 학습되어, 메타초기화 파라미터를 찾는 과정에서 다양한 관점을 제공한다. 이로 인해 모델이 새로운 작업에 빠르게 적응할 수 있는 능력을 가지게 된다. 이번 연구는 여러 실험을 통해 CML이 기존 메타러닝 방법보다 우수한 성능을 보임을 증명했다. 특히, 소량의 데이터로 새로운 작업을 학습해야 하는 몇 샷 학습(few-shot learning) 문제에서 탁월한 성과를 거두었다.
김장호 교수 연구팀은 CML의 코드를 공개하여 다양한 메타러닝 연구에 쉽게 적용할 수 있도록 지원하고 있으며, 앞으로도 혁신적인 연구를 지속적으로 진행할 계획이다 .
